技术特征：
技术总结
本发明公开了一种短时多区域车速预测方法及系统，用时间卷积神经网络来代替递归神经网络，提高了计算速度，减少了对计算资源的占用；残差神经网络在确保模型训练稳定性的同时有效的增加了模型中神经网络的层数，提高了模型的学习能力，从而使得预测结果更精确；本发明提出的多任务学习模型能够用一个模型同时预测多个道路的车速，这样不但更加准确的预测单个路段的道路交通状况，也为交管部门或行人提供了整个路网层面上全面的交通信息。
技术研发人员：张坤鹏;刘子建
受保护的技术使用者：湖南大学
技术研发日：2019.01.17
技术公布日：2019.06.04